一类支持向量机及其相关算法的一致性和收敛速度
Régis Vert、Jean-Philippe Vert; 7(29):817−854, 2006.
摘要
我们确定由以下公式计算的函数的渐近行为支持向量机（SVM）及其相关算法再生核中的正则经验凸损失函数高斯RBF核的Hilbert空间，在示例数趋于无穷大，高斯的带宽核趋于0，且正则化参数保持不变固定的。非症状收敛界在L（左）2提供了意义以及分类的上界证明收敛于贝叶斯风险的错误，从而证明各种方法的贝叶斯一致性正则化项不消失。这些结果尤其与一类SVM相关，正则化无法通过构造消失，这是第一次显示为一致密度水平集估计量。
[腹肌]
[pdf格式][围兜]
